JDK1.8 ConcurrentHashMap 源码分析
jdk1.8 容器初始化
源码分析
- 在jdk8的ConcurrentHashMap中一共有5个构造方法，这四个构造方法中都没有对内部的数组做初始化， 只是对一些变量的初始值做了处理
- jdk8的ConcurrentHashMap的数组初始化
是在第一次添加元素时完成的
构造器一
// 没有维护任何变量的操作，如果调用该方法，数组长度默认是16
public ConcurrentHashMap() {
} 构造器二
- 注意，调用这个方法，得到的初始容量和我们之前讲的HashMap以及jdk7的ConcurrentHashMap不同，即使你传递的是一个2的幂次方数，该方法计算出来的初始容量依然是比这个值还大的2的幂次方数
// 传递进来一个初始容量，ConcurrentHashMap会基于这个值计算出一个比这个值大的2的幂次方数作为初始容量
// 例如传参进来的initialCapacity是32，那么初始容量会是64
public ConcurrentHashMap(int initialCapacity) {
if (initialCapacity < 0)
throw new IllegalArgumentException();
int cap = ((initialCapacity >= (MAXIMUM_CAPACITY >>> 1)) ?
MAXIMUM_CAPACITY :
// 注意看这个地方：initialCapacity + (initialCapacity >>> 1) + 1)
tableSizeFor(initialCapacity + (initialCapacity >>> 1) + 1));
// sizeCtl：这个是重点，后面会讲到
this.sizeCtl = cap;
}
private static final int tableSizeFor(int c) {
int n = c - 1;
n |= n >>> 1;
n |= n >>> 2;
n |= n >>> 4;
n |= n >>> 8;
n |= n >>> 16;
return (n < 0) ? 1 : (n >= MAXIMUM_CAPACITY) ? MAXIMUM_CAPACITY : n + 1;
} 构造器三
public ConcurrentHashMap(int initialCapacity, float loadFactor) {
this(initialCapacity, loadFactor, 1);
} 构造器四
//计算一个大于或者等于给定的容量值，该值是2的幂次方数作为初始容量
public ConcurrentHashMap(int initialCapacity,
float loadFactor, int concurrencyLevel) {
if (!(loadFactor > 0.0f) || initialCapacity < 0 || concurrencyLevel <= 0)
throw new IllegalArgumentException();
if (initialCapacity < concurrencyLevel) // Use at least as many bins
initialCapacity = concurrencyLevel; // as estimated threads
long size = (long)(1.0 + (long)initialCapacity / loadFactor);
int cap = (size >= (long)MAXIMUM_CAPACITY) ?
MAXIMUM_CAPACITY : tableSizeFor((int)size);
// sizeCtl：这个是重点，后面会讲到
this.sizeCtl = cap;
} 构造器五
//基于一个Map集合，构建一个ConcurrentHashMap
//初始容量为16
public ConcurrentHashMap(Map<? extends K, ? extends V> m) {
// sizeCtl：这个是重点，后面会讲到
this.sizeCtl = DEFAULT_CAPACITY;
putAll(m);
} **sizeCtl 含义解释
注意：以上这些构造方法中，都涉及到一个变量 sizeCtl
-
sizeCtl 等于 0
-
sizeCtl为 正数
数组的初始容量 * 负载因子
-
sizeCtl 等于 -1
-
sizeCtl 小于 0，并且不是 -1
jdk1.8 添加安全
源码分析
添加元素 put/putVal方法
public V put(K key, V value) {
return putVal(key, value, false);
} final V putVal(K key, V value, boolean onlyIfAbsent) {
// 如果有空值或者空键，直接抛异常
if (key == null || value == null) throw new NullPointerException();
// 基于key计算出hash值，并进行一定的扰动算法
// 这个值一定是一个正数，方便后面添加元素判断该节点的类型
int hash = spread(key.hashCode());
// 记录某个桶上元素的个数，如果超过8个，会转成红黑树
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
// 如果数组还未初始化，先对数组进行初始化
if (tab == null || (n = tab.length) == 0)
tab = initTable();
// 如果hash计算得到的桶位置没有元素，利用cas将元素进行添加
// (n - 1) & hash)：计算数组角标
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
// cas+自旋（和外侧的for构成自旋循环），保证元素添加安全
// cas判断桶位置是否有元素，没有元素就执行添加操作；如果有元素，则放弃添加返回false
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break;
}
// 如果hash计算得到的桶位置元素的hash值为MOVED，证明正在扩容，那么协助扩容
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
// hash计算的桶位置元素不为空，且当前没有处于扩容操作，进行元素添加
else {
V oldVal = null;
// 对当前桶进行加锁，保证线程安全，执行元素添加操作
synchronized (f) {
// 再次判断的作用是为了防止其他线程把该链表变成一棵树，这个桶节点的位置就会发生改变
if (tabAt(tab, i) == f) {
// 普通链表节点
if (fh >= 0) {
binCount = 1;
// 循环遍历链表
for (Node<K,V> e = f;; ++binCount) {
K ek;
// 如果链表节点和要添加的节点的key和hash值都相同
// 说明是同一节点，把新值覆盖旧值
if (e.hash == hash &&
((ek = e.key) == key ||
(ek != null && key.equals(ek)))) {
oldVal = e.val;
if (!onlyIfAbsent)
e.val = value;
// 退出遍历
break;
}
// 如果和链表节点都不相同，则插入到链表节点的尾部(尾插法)
Node<K,V> pred = e;
if ((e = e.next) == null) {
pred.next = new Node<K,V>(hash, key,
value, null);
break;
}
}
}
// fh < 0，说明是一个树结构
// 树节点，将元素添加到红黑树中
else if (f instanceof TreeBin) {
Node<K,V> p;
binCount = 2;
if ((p = ((TreeBin<K,V>)f).putTreeVal(hash, key,
value)) != null) {
oldVal = p.val;
if (!onlyIfAbsent)
p.val = value;
}
}
}
}
if (binCount != 0) {
// 如果链表长度 >= 8 并且 数组的长度 >= 64，将链表转成红黑树
if (binCount >= TREEIFY_THRESHOLD)
treeifyBin(tab, i);
// 如果是重复键，直接将旧值返回
if (oldVal != null)
return oldVal;
break;
}
}
}
// 添加的是新元素，维护集合长度，并判断是否需要进行扩容操作
addCount(1L, binCount);
return null;
} 通过以上源码，我们可以看到，当需要添加元素时，会针对当前元素所对应的桶位进行加锁操作，这样一方面保证元素添加时，多线程的安全，同时对某个桶位加锁不会影响其他桶位的操作，进一步提升多线程的并发效率
put加锁图解
数组初始化，initTable方法
private final Node<K,V>[] initTable() {
Node<K,V>[] tab; int sc;
// cas+自旋，保证线程安全，对数组进行初始化操作
while ((tab = table) == null || tab.length == 0) {
// 如果sizeCtl的值（-1）小于0，说明此时有其他线程正在进行初始化
if ((sc = sizeCtl) < 0)
Thread.yield(); // 当前线程让出cpu使用权
// cas修改sizeCtl的值为-1，如果修改成功，进行数组初始化；如果失败，则继续自旋
else if (U.compareAndSwapInt(this, SIZECTL, sc, -1)) {
try {
if ((tab = table) == null || tab.length == 0) {
// sizeCtl为0，取默认长度16，否则取sizeCtl的值
int n = (sc > 0) ? sc : DEFAULT_CAPACITY;
@SuppressWarnings("unchecked")
// 基于初始长度，构建数组对象
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n];
// 赋值给成员变量table
table = tab = nt;
// 计算扩容阈值，并赋值给sc
sc = n - (n >>> 2); // 等价于 (n - 1/4 * n) == (0.75 * n)
}
} finally {
// 将扩容阈值，赋值给sizeCtl
sizeCtl = sc;
}
break;
}
}
return tab;
} jdk1.8 扩容安全
源码分析
扩容 transfer方法
private final void transfer(Node<K,V>[] tab, Node<K,V>[] nextTab) {
int n = tab.length, stride;
// 如果是多核cpu，将每个线程划分任务，最小任务量是16个桶位的迁移
if ((stride = (NCPU > 1) ? (n >>> 3) / NCPU : n) < MIN_TRANSFER_STRIDE)
// stride = 16
stride = MIN_TRANSFER_STRIDE;
// 如果是扩容线程，此时新数组为null
if (nextTab == null) {
try {
@SuppressWarnings("unchecked")
// 两倍扩容创建新数组
Node<K,V>[] nt = (Node<K,V>[])new Node<?,?>[n << 1];
nextTab = nt;
} catch (Throwable ex) {
sizeCtl = Integer.MAX_VALUE;
return;
}
nextTable = nextTab;
// transferIndex：当前数组长度
// 记录线程开始迁移的桶位，从后往前迁移(对应下面的图解)
transferIndex = n;
}
// 记录新数组的末尾
int nextn = nextTab.length;
// 已经迁移的桶位，会用这个节点占位（ 这个节点的hash值为-1(MOVED) ）
ForwardingNode<K,V> fwd = new ForwardingNode<K,V>(nextTab);
boolean advance = true;
boolean finishing = false;
for (int i = 0, bound = 0;;) {
Node<K,V> f; int fh;
while (advance) {
int nextIndex, nextBound;
// i记录当前正在迁移桶位的索引值
// bound记录下一次任务迁移的开始桶位
// --i >= bound 成立表示当前线程分配的迁移任务还没有完成
if (--i >= bound || finishing)
advance = false;
// 没有元素需要迁移 --> 后续会去将扩容线程数减1，并判断扩容是否完成
else if ((nextIndex = transferIndex) <= 0) {
i = -1;
advance = false;
}
// 计算下一次任务迁移的开始桶位，并将这个值赋值给transferIndex
else if (U.compareAndSwapInt
(this, TRANSFERINDEX, nextIndex,
nextBound = (nextIndex > stride ?
nextIndex - stride : 0))) {
bound = nextBound;
i = nextIndex - 1;
advance = false;
}
}
// 如果没有更多的需要迁移的桶位，就进入该if
if (i < 0 || i >= n || i + n >= nextn) {
int sc;
// 扩容结束后，保存新数组，并重新计算扩容阈值，赋值给sizeCtl
if (finishing) {
nextTable = null;
table = nextTab;
// (n << 1) - (n >>> 1) = 2 * n - 1/2 * n = 3/2 * n = 1.5 * n = 0.75 * 2n
sizeCtl = (n << 1) - (n >>> 1);
return;
}
// 扩容任务线程数减1
if (U.compareAndSwapInt(this, SIZECTL, sc = sizeCtl, sc - 1)) {
// 判断当前所有扩容任务线程是否都执行完成
// 注意：
// (sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT <=> sc! << RESIZE_STAMP_SHIFT + 2
// 而 (sc << RESIZE_STAMP_SHIFT + 2) 代表有一个线程在扩容
if ((sc - 2) != resizeStamp(n) << RESIZE_STAMP_SHIFT)
return;
// 所有扩容线程都执行完，标识结束
finishing = advance = true;
i = n;
}
}
// 当前迁移的桶位没有元素，直接在该位置添加一个fwd节点
else if ((f = tabAt(tab, i)) == null)
advance = casTabAt(tab, i, null, fwd);
// 当前节点已经被迁移
else if ((fh = f.hash) == MOVED)
advance = true;
// 当前节点需要迁移，加锁迁移，保证多线程安全
else {
// 此处迁移逻辑和jdk7的ConcurrentHashMap相同，不再赘述
synchronized (f) {
if (tabAt(tab, i) == f) {
Node<K,V> ln, hn;
if (fh >= 0) {
int runBit = fh & n;
Node<K,V> lastRun = f;
for (Node<K,V> p = f.next; p != null; p = p.next) {
int b = p.hash & n;
if (b != runBit) {
runBit = b;
lastRun = p;
}
}
if (runBit == 0) {
ln = lastRun;
hn = null;
}
else {
hn = lastRun;
ln = null;
}
for (Node<K,V> p = f; p != lastRun; p = p.next) {
int ph = p.hash; K pk = p.key; V pv = p.val;
if ((ph & n) == 0)
ln = new Node<K,V>(ph, pk, pv, ln);
else
hn = new Node<K,V>(ph, pk, pv, hn);
}
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
else if (f instanceof TreeBin) {
TreeBin<K,V> t = (TreeBin<K,V>)f;
TreeNode<K,V> lo = null, loTail = null;
TreeNode<K,V> hi = null, hiTail = null;
int lc = 0, hc = 0;
for (Node<K,V> e = t.first; e != null; e = e.next) {
int h = e.hash;
TreeNode<K,V> p = new TreeNode<K,V>
(h, e.key, e.val, null, null);
if ((h & n) == 0) {
if ((p.prev = loTail) == null)
lo = p;
else
loTail.next = p;
loTail = p;
++lc;
}
else {
if ((p.prev = hiTail) == null)
hi = p;
else
hiTail.next = p;
hiTail = p;
++hc;
}
}
ln = (lc <= UNTREEIFY_THRESHOLD) ? untreeify(lo) :
(hc != 0) ? new TreeBin<K,V>(lo) : t;
hn = (hc <= UNTREEIFY_THRESHOLD) ? untreeify(hi) :
(lc != 0) ? new TreeBin<K,V>(hi) : t;
setTabAt(nextTab, i, ln);
setTabAt(nextTab, i + n, hn);
setTabAt(tab, i, fwd);
advance = true;
}
}
}
}
}
} jdk1.8 多线程扩容效率改进
多线程协助扩容的操作会在两个地方被触发：
- 当添加元素时，发现添加的元素对用的桶位为fwd节点，就会先去协助扩容，然后再添加元素
- 当添加完元素后，判断当前元素个数达到了扩容阈值，此时发现sizeCtl的值小于0，并且新数组不为空，这个时候，会去协助扩容
源码分析
元素未添加，先协助扩容，扩容完后再添加元素
final V putVal(K key, V value, boolean onlyIfAbsent) {
if (key == null || value == null) throw new NullPointerException();
int hash = spread(key.hashCode());
int binCount = 0;
for (Node<K,V>[] tab = table;;) {
Node<K,V> f; int n, i, fh;
if (tab == null || (n = tab.length) == 0)
tab = initTable();
else if ((f = tabAt(tab, i = (n - 1) & hash)) == null) {
if (casTabAt(tab, i, null,
new Node<K,V>(hash, key, value, null)))
break;
}
// 发现此处为fwd节点，协助扩容，扩容结束后，再循环回来添加元素
else if ((fh = f.hash) == MOVED)
tab = helpTransfer(tab, f);
// 省略代码 final Node<K,V>[] helpTransfer(Node<K,V>[] tab, Node<K,V> f) {
Node<K,V>[] nextTab; int sc;
if (tab != null && (f instanceof ForwardingNode) &&
(nextTab = ((ForwardingNode<K,V>)f).nextTable) != null) {
int rs = resizeStamp(tab.length);
while (nextTab == nextTable && table == tab &&
(sc = sizeCtl) < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || transferIndex <= 0)
break;
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1)) {
// 扩容，传递一个不是null的nextTab
transfer(tab, nextTab);
break;
}
}
return nextTab;
}
return table;
} 先添加元素，再协助扩容
private final void addCount(long x, int check) {
// 省略代码
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 元素个数达到扩容阈值
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
int rs = resizeStamp(n);
// sizeCtl小于0，说明正在执行扩容，那么协助扩容
if (sc < 0) {
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
// 扩容线程加1，成功后，进行协助扩容操作
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
// 协助扩容，newTable不为null
transfer(tab, nt);
}
// 没有其他线程在进行扩容，达到扩容阈值后，给sizeCtl赋了一个很大的负数
// rs << RESIZE_STAMP_SHIFT：是一个很大的负数
// (rs << RESIZE_STAMP_SHIFT) + 2))：代表此时有一个线程在扩容
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
// 扩容，newTable为null
transfer(tab, null);
s = sumCount();
}
}
} 注意：扩容的代码都在transfer方法中，这里不再赘述
图解
集合长度的累计方式 (重点)
源码分析
addCount方法
- CounterCell 数组不为空，优先利用数组中的CounterCell 记录数量
- 如果数组为空，尝试对baseCount进行累加，失败后，会执行fullAddCount逻辑
- 如果是添加元素操作，会继续判断是否需要扩容
private final void addCount(long x, int check) {
// ---------------------- 维护集合长度 ------------------------------
CounterCell[] as; long b, s;
// 当CounterCell数组不为空，则优先利用数组中的CounterCell记录数量
// 或者当baseCount的累加操作失败，会利用数组中的CounterCell记录数量
if ((as = counterCells) != null ||
// cas判断主存中的baseCount是否和当前的baseCount的值一致，如果一致则baseCount加上x
!U.compareAndSwapLong(this, BASECOUNT, b = baseCount, s = b + x)) {
CounterCell a; long v; int m;
// 标识是否有多线程竞争
boolean uncontended = true;
// 当as数组为空
// 或者当as长度为0
// 或者当前线程对应的as数组桶位的元素为空
// 或者当前线程对应的as数组桶位不为空，但是累加失败
if (as == null || (m = as.length - 1) < 0 ||
(a = as[ThreadLocalRandom.getProbe() & m]) == null ||
!(uncontended =
U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))) {
// 以上任何一种情况成立，都会进入该方法，传入的uncontended是false
fullAddCount(x, uncontended);
return;
}
if (check <= 1)
return;
// 计算元素个数
s = sumCount();
}
// --------------------------------------------------------------
// --------------------- 判断是否需要扩容 --------------------------
if (check >= 0) {
Node<K,V>[] tab, nt; int n, sc;
// 当元素个数达到扩容阈值
// 并且数组不为空
// 并且数组长度小于限定的最大值
// 满足以上所有条件，执行扩容
while (s >= (long)(sc = sizeCtl) && (tab = table) != null &&
(n = tab.length) < MAXIMUM_CAPACITY) {
// 这是一个很大的正数
int rs = resizeStamp(n);
// sc小于0，说明有线程正在扩容，那么会协助扩容
if (sc < 0) {
// 扩容结束或者扩容线程数达到最大值或者扩容后的数组为null或者没有更多的桶位需要转移，结束操作
if ((sc >>> RESIZE_STAMP_SHIFT) != rs || sc == rs + 1 ||
sc == rs + MAX_RESIZERS || (nt = nextTable) == null ||
transferIndex <= 0)
break;
// 扩容线程加1，成功后，进行协助扩容操作
if (U.compareAndSwapInt(this, SIZECTL, sc, sc + 1))
// 协助扩容，newTable不为null
transfer(tab, nt);
}
// 没有其他线程在进行扩容，达到扩容阈值后，给sizeCtl赋了一个很大的负数
// rs << RESIZE_STAMP_SHIFT：是一个很大的负数
// (rs << RESIZE_STAMP_SHIFT) + 2))：代表此时有一个线程在扩容
else if (U.compareAndSwapInt(this, SIZECTL, sc,
(rs << RESIZE_STAMP_SHIFT) + 2))
// 扩容，newTable为null
transfer(tab, null);
s = sumCount();
}
}
// ------------------------------------------------------------
} fullAddCount方法
- 当CounterCell数组不为空，优先对CounterCell数组中的CounterCell的value累加
- 当CounterCell数组为空，会去创建CounterCell数组，默认长度为2，并对数组中的CounterCell的value累加
- 当数组为空，并且此时有别的线程正在创建数组，那么尝试对baseCount做累加，成功即返回，否则自旋
private final void fullAddCount(long x, boolean wasUncontended) {
int h;
// 获取当前线程的hash值
if ((h = ThreadLocalRandom.getProbe()) == 0) {
ThreadLocalRandom.localInit();
h = ThreadLocalRandom.getProbe();
wasUncontended = true;
}
// 标识是否有冲突，如果最后一个桶不是null，那么为true
boolean collide = false;
for (;;) {
CounterCell[] as; CounterCell a; int n; long v;
// 数组不为空，优先对数组中CouterCell的value累加
if ((as = counterCells) != null && (n = as.length) > 0) {
// 当前线程对应的桶位为null
if ((a = as[(n - 1) & h]) == null) {
if (cellsBusy == 0) {
// 创建CounterCell对象，并把x赋值给CounterCell对象的value属性
CounterCell r = new CounterCell(x);
// 利用cas修改cellBusy状态为1，成功则将刚才创建的CounterCell对象放入数组中
if (cellsBusy == 0 &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean created = false;
try {
CounterCell[] rs; int m, j;
// rs数组不为空 且 数组长度大于0
if ((rs = counterCells) != null &&
(m = rs.length) > 0 &&
// 并且当前线程对应的桶位为空
rs[j = (m - 1) & h] == null) {
// 将CounterCell对象放入数组
rs[j] = r;
// true 表示放入成功
created = true;
}
} finally {
// 最后将cellsBusy设置为0表示不忙碌
cellsBusy = 0;
}
if (created) // 成功退出循环
break;
// 桶位已经被别的线程放置了CounterCell对象，继续循环
continue;
}
}
collide = false;
}
// 桶位不为空，重新计算线程hash值，然后继续循环
else if (!wasUncontended)
wasUncontended = true;
// 重新计算了hash值后，对应的桶位依然不为空，则对该桶位的CounterCell对象的value属性进行累加
// 成功则结束循环
// 失败则继续下面判断
else if (U.compareAndSwapLong(a, CELLVALUE, v = a.value, v + x))
break;
// 数组被别的线程改变了，或者数组长度超过了可用cpu大小，重新计算线程hash值，否则继续下一个判断
else if (counterCells != as || n >= NCPU)
collide = false;
// 当没有冲突时，修改为有冲突，并重新计算线程hash，继续循环
else if (!collide)
collide = true;
// 如果CounterCell的数组长度没有超过cpu核数，对数组进行两倍扩容
// 并继续循环
else if (cellsBusy == 0 &&
// cas判断 如果cellsBusy等于0，就将cellsBusy改为1
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
try {
if (counterCells == as) {
// n默认是0，n << 1相当于扩容2倍，所以rs数组的初始容量是2
CounterCell[] rs = new CounterCell[n << 1];
for (int i = 0; i < n; ++i)
// 旧数组拷贝到新数组
rs[i] = as[i];
counterCells = rs;
}
} finally {
cellsBusy = 0;
}
collide = false;
continue;
}
// 重新计算当前线程的hash值
h = ThreadLocalRandom.advanceProbe(h);
}
// CounterCell数组为空，并且没有线程在创建数组，修改标记，并创建数组
else if (cellsBusy == 0 && counterCells == as &&
U.compareAndSwapInt(this, CELLSBUSY, 0, 1)) {
boolean init = false;
try {
if (counterCells == as) {
CounterCell[] rs = new CounterCell[2];
rs[h & 1] = new CounterCell(x);
counterCells = rs;
init = true;
}
} finally {
cellsBusy = 0;
}
if (init)
break;
}
// 数组为空，并且有别的线程在创建数组，那么尝试对baseCount做累加，成功就退出循环，失败就继续循环
else if (U.compareAndSwapLong(this, BASECOUNT, v = baseCount, v + x))
break;
}
} 图解
jdk1.8 集合长度获取 (重点)
源码分析
size方法
public int size() {
long n = sumCount();
return ((n < 0L) ? 0 :
(n > (long)Integer.MAX_VALUE) ? Integer.MAX_VALUE :
(int)n);
} sumCount方法
final long sumCount() {
CounterCell[] as = counterCells; CounterCell a;
//获取baseCount的值
long sum = baseCount;
if (as != null) {
//遍历CounterCell数组，累加每一个CounterCell对象的value值
for (int i = 0; i < as.length; ++i) {
if ((a = as[i]) != null)
sum += a.value;
}
}
return sum;
}